Agente OpenClaw Automatiza Pipeline de Notícias de IA com Curadoria de LLM

Pipeline Automatizado de Notícias de IA com OpenClaw

Este agente OpenClaw é executado como um cron job 8 vezes por dia (a cada 2 horas das 6h40 às 20h40 ET) para automatizar uma redação de notícias de IA. O pipeline escaneia múltiplas fontes, cura conteúdo com LLMs e publica no Telegram com automação completa.

Fase 1: Escaneamento de Múltiplas Fontes

• 25 feeds RSS via blogwatcher com filtragem por palavras-chave e classificação de fontes em 3 níveis (TechCrunch, OpenAI Blog, Reuters Tech, Simon Willison, etc.)
• 13 subreddits do Reddit via API pública JSON com filtragem por pontuação e filtragem por flair
• Twitter/X via bird CLI (listas de contas curadas por nível) e busca por palavras-chave no twitterapi (mínimo de 50 curtidas, 5K seguidores)
• GitHub trending + monitoramento de lançamentos para 16 repositórios-chave de IA
• Busca na web Tavily com 5 consultas direcionadas e janela de atualidade de 2 dias

Todas as fontes funcionam no modo "melhor esforço"—se uma falhar, as demais continuam.

Fase 2: Pontuação, Deduplicação e Curadoria por LLM

• Script de pontuação de qualidade atribui pontos com base no nível da fonte, sinais de palavras-chave e indicadores de notícias urgentes
• Correspondência de similaridade de títulos em 80% para agrupar histórias duplicadas
• Pré-filtro determinístico de URL verifica contra dois arquivos de histórico: tudo escaneado e tudo publicado
• Os 8 principais artigos têm o texto completo buscado (Cloudflare Markdown preferido, HTML como alternativa, limite de 1.200 caracteres)
• Gemini Flash recebe lista pontuada, artigos enriquecidos e perfil editorial para escolher e classificar as 7 principais histórias

Fase 3: Aprendizado do Perfil Editorial

• Arquivo Markdown captura preferências ao longo do tempo (notícias da Anthropic, fusões e aquisições acima de US$ 100M, incidentes de segurança de IA, geopolítica, etc.)
• Atualmente com taxa de aprovação do scanner de 82% (4 em cada 5 histórias correspondem às preferências)
• Trabalho cron noturno atualiza o perfil com base nas decisões diárias de aprovação e rejeição

Fase 4: Pipeline de Publicação

• Escaneamento entrega 7 histórias classificadas para o Grupo de Edição de Notícias do Telegram
• Comando "Rascunho #3" aciona o pipeline de publicação
• História vai para o Perplexity para validação de fatos e coleta de fontes
• Subagente escritor (Claude Sonnet) treinado no estilo de escrita com humanizador para remover sinais de IA
• Rascunho revisado pelo Perplexity para precisão e feedback de escrita
• Escritor faz revisões finais
• Gemini Nano Banana 2 gera imagem de capa correspondente à história
• Publica no canal de teste primeiro, depois no canal principal após aprovação
• Toda história publicada é registrada com carimbos de data/hora, IDs de mensagem e URLs de origem

Custo e Detalhes Técnicos

• Custo total: cerca de US$ 5 por mês
• Gemini Flash lida com filtragem editorial por LLM (trocado do Gemini CLI após problemas com OAuth)
• Nível gratuito do Tavily cobre busca na web
• JSON do Reddit e API do GitHub são gratuitos
• Modelo padrão no grupo do Telegram é GPT-5.3-codex (melhorado após definir thinking = high)